CN109743723A - 一种将手机基站数据分配到周边空间单元的方法 - Google Patents
一种将手机基站数据分配到周边空间单元的方法 Download PDFInfo
- Publication number
- CN109743723A CN109743723A CN201910078193.5A CN201910078193A CN109743723A CN 109743723 A CN109743723 A CN 109743723A CN 201910078193 A CN201910078193 A CN 201910078193A CN 109743723 A CN109743723 A CN 109743723A
- Authority
- CN
- China
- Prior art keywords
- base station
- data
- space unit
- cellular base
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种将手机基站数据分配到周边空间单元的方法,用于在城市中利用手机信令数据分析用户行为时,将每个手机基站采集到的用户的基站数据分配给其周边的城市空间单元,其特征在于,包括:步骤S1,获取手机信令数据;步骤S2,获取基站位置信息;步骤S3,计算城市空间单元的形心并获取与该形心对应的单元位置信息;步骤S4,获取手机基站周边的城市空间单元作为周边空间单元;步骤S5,根据基站位置信息以及单元位置信息计算相邻距离;步骤S6,判定与手机基站对应的所有相邻距离中数值最大的作为最大相邻距离并计算带宽距离;步骤S7,根据带宽距离以及相邻距离计算分配权重;以及步骤S8,根据分配权重将基站数据分配给各个城市空间单元。
Description
技术领域
本发明涉及一种将手机基站数据分配到周边空间单元的方法。
背景技术
近年来,手机信令数据被大规模地运用到城市研究和城市规划的各个领域,大到城市与区域空间结构、城市交通规划、城市人口和就业岗位分布、城市实有人口,小到个体行为模式挖掘,研究成果如雨后春笋般产生。
现有的手机信令数据统计技术能够通过手机信令数据识别用户的“职住地”或是其他统计数据,从而对用户在街道层面的统计数据进行识别数据,通过这种识别方法获得的数据与普查数据相当一致,进行相关统计研究的效果非常好。
然而,当研究的空间单元尺度变小后,比如在居委会的尺度上,上述统计技术就会出现问题,因为在居委会层面,有很多城市空间单元中覆盖通信数据的基站设置在其他的城市空间单元中,在统计后就会出现该城市空间单元没有“人口”的意外情况,同时,其他城市空间单元就多出了这部分失去的数据,这显然会对统计产生极大的影响。
发明内容
为解决上述问题,提供一种将手机基站数据分配到周边空间单元的方法,本发明采用了如下技术方案:
本发明提供了一种将手机基站数据分配到周边空间单元的方法,用于在城市空间单元中利用手机信令数据分析用户行为时,将每个手机基站采集到的用户的基站数据分配给其周边的城市空间单元,其特征在于,包括:步骤S1,获取对应各个手机基站的手机信令数据;步骤S2,根据手机信令数据中的基站编号从预先获取的城市规划信息中获取相应的基站位置信息;步骤S3,依次计算各个城市空间单元的形心并从城市规划信息中获取与该形心对应的位置信息作为单元位置信息;步骤S4,对每一个手机基站获取其周边的数量为预定判定数量且距离最近的城市空间单元作为各个手机基站的周边空间单元;步骤S5,根据基站位置信息以及单元位置信息分别计算各个手机基站与其对应的各个周边空间单元的相邻距离;步骤S6,依次对每一个手机基站判定与该手机基站对应的所有相邻距离中数值最大的作为最大相邻距离,进一步根据该最大相邻距离计算获取对应手机基站带宽距离;步骤S7,根据带宽距离以及相邻距离计算手机基站与周边空间单元的分配权重;以及步骤S8,根据分配权重将基站数据分配给各个城市空间单元,其中,步骤S7中计算分配权重的计算方法为:
并且:
式中,是编号为k的居委会单元获得的编号为i的基站的权重,d(i)k是基站i与居委会单元k的形心的相邻距离,θ是带宽距离。
本发明提供的将手机基站数据分配到周边空间单元的方法,还可以具有这样的技术特征,其中,其特征在于:
其中,城市空间单元为城市规划时划分的居委会单元。
本发明提供的将手机基站数据分配到周边空间单元的方法,还可以具有这样的技术特征,其中,在最大相邻距离不超过4km时,带宽距离的数值等同于最大相邻距离的数值,
在最大相邻距离超过4km时,带宽距离的数值取4km。
本发明提供的将手机基站数据分配到周边空间单元的方法,还可以具有这样的技术特征,其中,预定判定数量为30个。
本发明提供的将手机基站数据分配到周边空间单元的方法,还可以具有这样的技术特征,其中,步骤S3包括如下子步骤:步骤S3-1,从城市规划信息中获取城市空间单元的地理形状;步骤S3-2,根据地理形状生成该城市空间单元的形状信息;步骤S3-3,根据形状信息计算城市空间单元的形心;步骤S3-4,获取形心的位置信息作为周边位置信息。
本发明提供的将手机基站数据分配到周边空间单元的方法,还可以具有这样的技术特征,其中,城市规划信息为进行人口普查或城市规划时发布的城市划分信息。
本发明提供的将手机基站数据分配到周边空间单元的方法,还可以具有这样的技术特征,其中,基站数据为用户通勤流数据,其获取以及分配步骤如下:步骤T1,从手机基站获取用户使用手机时产生的手机信令数据;步骤T2,分别获取手机信令数据中的采集的时间戳以及对应基站的基站编号并分别作为时间数据以及地区数据,步骤 T3,根据时间数据以及地区数据判定用户的居住地以及工作地作为用户通勤流数据;步骤T4,根据分配权重将手机信令数据以及用户通勤流数据分配给各个城市空间单元。
发明作用与效果
根据本发明的将手机基站数据分配到周边空间单元的方法,由于通过获取基站周边的城市空间单元作为周边空间单元,从而获取各个基站与相邻的城市空间单元的距离,进一步计算获得基站对周边的城市空间单元的分配权重,因此能够通过该分配权重将基站层面的用户数据分配给城市空间单元,解决了基站数据与尺度较小的城市空间单元之间的转换问题,从而有利于对转换后的数据进行更进一步的统计计算,使手机信令数据的相关统计方法能够更精确的对城市进行规划预测;还由于通过各个基站范围内的单元动态地对带宽距离进行计算,因此能够有效地避免基站的范围在中心城覆盖的单元过多而在郊区覆盖过少的问题,从而能够更为准确将手机基站数据分配给各个城市空间单元。
附图说明
图1是本发明实施例中将手机基站数据分配到周边空间单元的方法的流程图;
图2是本发明实施例中根据分配权重与相邻距离关系的示意图;
图3是本发明实施例中基站数据分配给周边空间单元的示意图;
图4是本发明实施例中未分配与分配基站数据的比照示意图;以及
图5是本发明实施例中用户通勤流数据获取以及分配的流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下结合实施例及附图对本发明的将手机基站数据分配到周边空间单元的方法作具体阐述。
<实施例>
本实施例中,根据本发明提供的将手机基站数据分配到周边空间单元的方法所设定的计算机软件,能够实现在该软件通过手机信令数据分析各个城市空间单元中的用户行为或指标时,将每个手机基站采集到的用户的基站数据分配给其周边的城市空间单元,该计算机软件的运行方法如下:
图1是本发明实施例中将手机基站数据分配到周边空间单元的方法的流程图。
如图1所示,将手机基站数据分配到周边空间单元的方法包括如下步骤:
步骤S1,获取对应各个手机基站的手机信令数据。
本实施例中,手机信令数据由手机基站的记录(即,通过手机信令数据统计的为基站层面的统计数据),手机在发生开关机、接打电话、收发短信等行为时会与基站产生信息交换,对应的基站会对该用户(即该手机)产生一条记录。即,在对应的时间点和特定的位置(基站位置)产生一条包含时空信息的记录,手机信令数据的格式如表1 所示:
表1 手机信令数据记录的字段信息
表中,MSID代表每个手机的唯一识别号(与手机号码无关,为一串经过加密的字符串);Timestamp代表时间戳,即手机与基站发生信令交换的时间,如20190109210923代表2019年1月9号晚上 21点09分23秒;LAC和CellID共同代表基站的位置编号,这个编号代表基站的具体地理位置;EventID代表手机与基站发生信号交换的具体类型,如开关机、收发短信、接打电话等;Flag代表手机能否被追踪,1代表能追踪,0代表不能追踪,一般来说该值都为1,对于0的值,直接从原始数据中剔除。对于城市研究和城市规划来说,手机信令数据中的关键指标是时间戳和基站编号,一个代表时间,一个代表空间,两者共同构成了时空间信息,对该时空间信息进行挖掘是所有研究的基础。
步骤S2,根据手机信令数据中的基站编号从预先获取的城市规划信息中获取相应的基站位置信息。
本实施例中,城市规划信息为第六次全国人口普查所发布的城市信息或是其他来源的城市信息及地理信息,该城市规划信息对城市空间单元(例如街道空间单元或是居委会空间单元)进行了划分,并记录有各个手机基站设置的位置信息的城市规划数据。
本实施例中,基站可以理解为一个“点”(在城市规划中,基站的尺度过小因此通常作为一个点进行计算),基站位置信息的获取通过手机信令数据的两个关键字段(即LAC和CellID)获取。具体地,通过采用公式“LAC*10000+CellID”计算,从而能够获得一个值“LACCell”,现有的通讯公司提供了一个LACCell和经纬度的对应表,因此根据LACCell可直接查询到各个基站的经纬度(即基站位置信息)。
步骤S3,依次计算各个城市空间单元的形心并从城市规划信息中获取与该形心对应的位置信息作为单元位置信息,具体步骤见步骤 S3-1至S3-4。
步骤S3-1,从城市规划信息中获取城市空间单元的地理形状;
步骤S3-2,根据地理形状生成该城市空间单元的形状信息;
步骤S3-3,根据形状信息计算城市空间单元的形心;
本实施例的步骤S3-3中,城市空间单元的形心通过现有技术中的形心计算公式计算获取,通过步骤S3-2获取的城市空间单元的形状信息,进一步计算出各个城市空间单元的形心。
步骤S3-4,从城市规划信息中获取形心的位置信息作为周边位置信息。
本实施例中,城市空间单元为根据城市规划信息划分的居委会单元,单元位置信息为与城市空间单元的形心对应的坐标信息。
步骤S4,对每一个手机基站获取其周边的数量为预定判定数量且距离最近的城市空间单元作为各个手机基站的周边空间单元。
本实施例的步骤S4中,预定判定数量为30个,即,将手机基站周边的30个距离最近的城市空间单元作为该手机基站的周边空间单元。
步骤S5,根据基站位置信息以及周边位置信息分别计算各个手机基站与其对应的各个周边空间单元的相邻距离。
本实施例中,相邻距离为手机基站与其周边空间单元的形心的距离,由于每一个手机基站对应30个周边空间单元,因此每一个手机基站具有对应各个周边空间单元的30个相邻距离。
步骤S6,依次对每一个手机基站判定与该手机基站对应的所有相邻距离中数值最大的作为最大相邻距离,进一步根据该最大相邻距离计算获取对应手机基站带宽距离。
本实施例中,带宽距离为基站数据分配的最大范围,即,当一个城市空间单元与某个基站的直线距离超过带宽距离后,该基站就不在分配数据给这个城市空间单元。
本实施例的步骤S6中,最大相邻距离为手机基站对应的30个城市空间单元中,形心距离手机基站最远的城市空间单元与该手机基站的相邻距离。本实施例中,带宽距离的数据为最大相邻距离的数值相同,同时,本实施例的带宽距离最大不超过4km,即当最大相邻距离的值大于4km时,该手机基站的带宽距离以4km进行计算。
步骤S7,根据带宽距离以及相邻距离计算手机基站与周边空间单元的分配权重。
本实施例的步骤S7中,计算分配权重的基本计算方法为:
同时满足:
式中,是编号为k的居委会单元获得的编号为i的基站的权重,d(i)k是基站i与居委会单元k的形心的相邻距离,θ是带宽距离。公式 (2)保证了公式(1)计算出的分配权重的和为1。
图2是本发明实施例中根据分配权重与相邻距离关系的示意图。
如图2所示,图中所示i0是一个基站,d是基站与各个城市空间单元的直线距离(即相邻距离),w1、w2、w3是分配的权重,可见当相邻距离的距离越大时,该基站下的周边空间单元的分配权重就越低。
步骤S8,根据分配权重将基站数据分配给各个城市空间单元。
本实施例的步骤S8中,将各个基站的基站数据根据分配权重以及基站数据的数量均匀分配各个城市空间单元。
图3是本发明实施例中基站数据分配给周边空间单元的示意图。
如图3所示,图中的点代表一个基站,四个面代表四个居委会。加入这个基站识别出了100个居住人口,那么按照传统方法,将基站数据关联到周边单元,只有A单元会有数据,其他三个单元是缺失的,这显然是不合理的。某个用户实际居住位置可能在B、C或D,只是恰好被A的基站记录了,因为B、C、D本身没有基站覆盖,而 A单元的基站又距离较近,因此被A单元的基站记录了。现在需要将基站的数据重新进行分配,基本思路就是按照距离远近进行分配, A单元与基站的距离最近,获得的权重最高,假设获得了60%即60 个人,同理,其他三个单元各自获得了数据。全市共计37000个左右基站,将每个基站按照同样的思路进行数据分配,可以覆盖掉大部分没有基站的居委会单元。
图4是本发明实施例中未分配与分配基站数据的比照示意图。
如4所示,图4(a)是未使用本发明的将手机基站数据分配到周边空间单元的方法分配基站数据时的示意图,图中的空白单元为未被数据覆盖的区域,在通过本发明的方法分配后,如图4(b)所示,基本完成了城市中基站数据的分配。
以下,通过将基站层面的用户的通勤流数据分配给居委会单元 (即城市空间单元)为例,进一步说明本发明的将手机基站数据分配到周边空间单元的方法。
通勤数据的分配是进行通勤流预测模拟的基础,因为对于通勤模型的构建需要综合考虑居住地的属性(如人口、用地、设施等)和工作地的属性,而这些属性都需要在居委会单元层面汇总。例如:有 100个通勤者,居住在居委会o,工作在居委会d,对于通勤流(一般简称为OD,即出发点(origin)和目的地(destination)之间的联系),但是数据并不是直接记录到居委会单元,而是记录到基站,即基站和基站之间的通勤流,因此同样需要把OD数据分配到居委会和居委会之间的通勤流。
图5是本发明实施例中用户通勤流数据获取以及分配的流程图。
如图5所示,用户通勤流数据获取以及分配的步骤如下:
步骤T1,从手机基站获取用户使用手机时产生的手机信令数据。
步骤T2,分别获取手机信令数据中的采集的时间戳以及对应基站的基站编号并分别作为时间数据以及地区数据。
步骤T3,根据时间数据以及地区数据判定用户的居住地以及工作地作为用户通勤流数据。
步骤T4,根据分配权重将手机信令数据以及用户通勤流数据分配给各个城市空间单元。
本实施例的步骤T3中,通勤数据是两个点之间的连线,既包含了居住地又包含了就业地,即,包含居住地和就业地两个基站。因此,步骤T4中对通勤流数据进行分配时,需要同时对居住地基站数据和就业地基站数据进行分配,具体的公式算法如下:
并且:
公式(3)(4)(5)(6)基于公式(1)和公式(2),下面依次说明:
对于公式(3),λij是基站i至基站j的通勤量,基站i和基站j分别是居委会o和居委会d附近的基站,是出发地(可以理解为通勤者的居住地)单元o获得的基站i的权重,是目的地(可以理解为通勤者的工作地)单元d获得的基站j的权重,Tod是根据权重计算得到的出发地居委会单元o至目的地居委会单元d的通勤量。
对于公式(4)和公式(5),其含义与公式(1)一样,通过基站与周边居委会单元的距离的距离计算获取出发地基站以及目的地基站各自对周边居委会单元的分配权重,式中,d(i)o是基站i与居委会单元o的距离,d(j)d是基站j与居委会单元d的距离,θi和θj分别是基站和基站的权重分配带宽。
对于公式6,其含义与公式2一样,保证计算的权重之和为1,从而使基站分配数据到居委会单元时的数据总量不变。
通过公式(3)(4)(5)(6),从而将用户的通勤流数据分配为居委会和居委会之间的通勤流,实现了对能够进一步地进行通勤流预测模拟的通勤流数据的获取。
以用户通勤流数据的分配为例,说明了本方法的效果,同理,其他目的地的记录点也可按照这个方法进行数据分配,方法一致,具体不再阐述。
实施例作用与效果
根据本实施例提供的将手机基站数据分配到周边空间单元的方法,由于通过获取基站周边的城市空间单元作为周边空间单元,从而获取各个基站与相邻的城市空间单元的距离,进一步计算获得基站对周边的城市空间单元的分配权重,因此能够通过该分配权重将基站层面的用户数据分配给城市空间单元,解决了基站数据与尺度较小的城市空间单元之间的转换问题,从而有利于对转换后的数据进行更进一步的统计计算,使手机信令数据的相关统计方法能够更精确的对城市进行规划预测;还由于通过各个基站范围内的单元动态地对带宽距离进行计算,因此能够有效地避免基站的范围在中心城覆盖的单元过多而在郊区覆盖过少的问题,从而能够更为准确将手机基站数据分配给各个城市空间单元。
本实施例中,由于设定了带宽距离最大不超过4km,即当基站与周边空间单元的相邻距离超过4km时就不再对该周边空间单元进行数据分配,从而避免了在城市郊区空间单元的范围较大时,容易产生的数据误分配问题。
本实施例中,由于预定判定数量为30个,因此在城市中心城市空间单元分配较密集的地区,不会因为基站数据覆盖范围过大从而导致数据误分配问题。
本实施例中,由于通过计算城市空间单元的形心从而确定基站与周边空间单元的相邻距离,进一步避免了由于城市空间单元划分形状不规则导致的数据误分配问题。
上述实施例仅用于举例说明本发明的具体实施方式,而本发明不限于上述实施例的描述范围。
Claims (7)
1.一种将手机基站数据分配到周边空间单元的方法,用于在城市空间单元中利用手机信令数据分析用户行为时,将每个手机基站采集到的用户的基站数据分配给其周边的所述城市空间单元,其特征在于,包括:
步骤S1,获取对应各个所述手机基站的所述手机信令数据;
步骤S2,根据所述手机信令数据中的基站编号从预先获取的城市规划信息中获取相应的基站位置信息;
步骤S3,依次计算各个所述城市空间单元的形心并从所述城市规划信息中获取与该形心对应的位置信息作为单元位置信息;
步骤S4,对每一个所述手机基站获取其周边的数量为预定判定数量且距离最近的所述城市空间单元作为各个所述手机基站的周边空间单元;
步骤S5,根据所述基站位置信息以及所述单元位置信息分别计算各个所述手机基站与其对应的各个所述周边空间单元的相邻距离;
步骤S6,依次对每一个所述手机基站判定与该手机基站对应的所有所述相邻距离中数值最大的作为最大相邻距离,进一步根据该最大相邻距离计算获取对应所述手机基站带宽距离;
步骤S7,根据所述带宽距离以及所述相邻距离计算所述手机基站与所述周边空间单元的分配权重;以及
步骤S8,根据所述分配权重将所述基站数据分配给各个所述城市空间单元,
其中,所述步骤S7中计算所述分配权重的计算方法为:
并且:
式中,是编号为k的居委会单元获得的编号为i的基站的权重,d(i)k是基站i与居委会单元k的形心的所述相邻距离,θ是所述带宽距离。
2.根据权利要求1所述的将手机基站数据分配到周边空间单元的方法,其特征在于:
其中,所述城市空间单元为城市规划时划分的居委会单元。
3.根据权利要求1所述的将手机基站数据分配到周边空间单元的方法,其特征在于:
其中,在所述最大相邻距离不超过4km时,所述带宽距离的数值等同于所述最大相邻距离的数值,
在所述最大相邻距离超过4km时,所述带宽距离的数值取4km。
4.根据权利要求1所述的将手机基站数据分配到周边空间单元的方法,其特征在于:
其中,所述预定判定数量为30个。
5.根据权利要求1所述的将手机基站数据分配到周边空间单元的方法,其特征在于:
其中,所述步骤S3包括如下子步骤:
步骤S3-1,从所述城市规划信息中获取所述城市空间单元的地理形状;
步骤S3-2,根据所述地理形状生成该城市空间单元的形状信息;
步骤S3-3,根据所述形状信息计算所述城市空间单元的形心;
步骤S3-4,获取所述形心的位置信息作为周边位置信息。
6.根据权利要求1所述的将手机基站数据分配到周边空间单元的方法,其特征在于:
其中,所述城市规划信息为进行人口普查或城市规划时发布的城市划分信息。
7.根据权利要求1所述的将手机基站数据分配到周边空间单元的方法,其特征在于:
其中,所述基站数据为用户通勤流数据,其获取以及分配步骤如下:
步骤T1,从手机基站获取用户使用手机时产生的手机信令数据;
步骤T2,分别获取所述手机信令数据中的采集的时间戳以及对应所述基站的基站编号并分别作为时间数据以及地区数据,
步骤T3,根据所述时间数据以及所述地区数据判定用户的居住地以及工作地作为用户通勤流数据;
步骤T4,根据所述分配权重将所述手机信令数据以及所述用户通勤流数据分配给各个所述城市空间单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910078193.5A CN109743723B (zh) | 2019-01-28 | 2019-01-28 | 一种将手机基站数据分配到周边空间单元的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910078193.5A CN109743723B (zh) | 2019-01-28 | 2019-01-28 | 一种将手机基站数据分配到周边空间单元的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109743723A true CN109743723A (zh) | 2019-05-10 |
CN109743723B CN109743723B (zh) | 2021-07-06 |
Family
ID=66366387
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910078193.5A Active CN109743723B (zh) | 2019-01-28 | 2019-01-28 | 一种将手机基站数据分配到周边空间单元的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109743723B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288125A (zh) * | 2019-05-28 | 2019-09-27 | 同济大学 | 一种基于手机信令数据的通勤模型建立方法及应用 |
CN111063035A (zh) * | 2019-11-22 | 2020-04-24 | 同济大学 | 一种gis中od关系的三维可视化方法及装置 |
CN111105130A (zh) * | 2019-11-07 | 2020-05-05 | 同济大学 | 基于通勤模型的最优就业岗位布局选址决策系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150156673A1 (en) * | 2013-12-04 | 2015-06-04 | Hitachi, Ltd. | Wireless communication system, base station apparatus, and wireless communication method |
CN105760454A (zh) * | 2016-02-04 | 2016-07-13 | 东南大学 | 一种城市人口分布密度实时动态测量方法 |
US20160295366A1 (en) * | 2015-03-31 | 2016-10-06 | Sony Corporation | Method and apparatus for positioning a mobile terminal in a radio network |
CN106448173A (zh) * | 2016-11-28 | 2017-02-22 | 东南大学 | 一种基于手机数据的长距离出行交通方式划分方法 |
CN106570184A (zh) * | 2016-11-11 | 2017-04-19 | 同济大学 | 从手机信令数据提取游憩‑居住联系数据集的方法 |
CN106781463A (zh) * | 2016-12-02 | 2017-05-31 | 北京中创信测科技股份有限公司 | 一种基于手机信令和od属性计算城市道路流速的方法 |
-
2019
- 2019-01-28 CN CN201910078193.5A patent/CN109743723B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150156673A1 (en) * | 2013-12-04 | 2015-06-04 | Hitachi, Ltd. | Wireless communication system, base station apparatus, and wireless communication method |
US20160295366A1 (en) * | 2015-03-31 | 2016-10-06 | Sony Corporation | Method and apparatus for positioning a mobile terminal in a radio network |
CN105760454A (zh) * | 2016-02-04 | 2016-07-13 | 东南大学 | 一种城市人口分布密度实时动态测量方法 |
CN106570184A (zh) * | 2016-11-11 | 2017-04-19 | 同济大学 | 从手机信令数据提取游憩‑居住联系数据集的方法 |
CN106448173A (zh) * | 2016-11-28 | 2017-02-22 | 东南大学 | 一种基于手机数据的长距离出行交通方式划分方法 |
CN106781463A (zh) * | 2016-12-02 | 2017-05-31 | 北京中创信测科技股份有限公司 | 一种基于手机信令和od属性计算城市道路流速的方法 |
Non-Patent Citations (3)
Title |
---|
杨彬彬: "基于手机信令数据的城市轨道交通客流特征研究", 《中国优秀硕士学位论文辑》 * |
王德;顾家焕;晏龙旭: "上海都市区边界划分——基于手机信令数据的探索", 《地理学报》 * |
谭文垦;王德;顾家焕: "手机信令数据在县域村镇规划中的适用性研究", 《城市建筑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288125A (zh) * | 2019-05-28 | 2019-09-27 | 同济大学 | 一种基于手机信令数据的通勤模型建立方法及应用 |
CN111105130A (zh) * | 2019-11-07 | 2020-05-05 | 同济大学 | 基于通勤模型的最优就业岗位布局选址决策系统 |
CN111063035A (zh) * | 2019-11-22 | 2020-04-24 | 同济大学 | 一种gis中od关系的三维可视化方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109743723B (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102521973B (zh) | 一种手机切换定位的道路匹配方法 | |
CN105760454B (zh) | 一种城市人口分布密度实时动态测量方法 | |
US8504034B2 (en) | System and method for population tracking, counting, and movement estimation using mobile operational data and/or geographic information in mobile network | |
CN104484993A (zh) | 用于交通小区划分的手机信令信息的处理方法 | |
CN105513351A (zh) | 一种基于大数据的交通出行特征数据提取方法 | |
CN109743723A (zh) | 一种将手机基站数据分配到周边空间单元的方法 | |
CN109189949B (zh) | 一种人口分布计算方法 | |
EP2608181B1 (en) | Method for detecting traffic | |
CN105574154A (zh) | 一种基于大数据平台的城市宏观区域信息分析系统 | |
KR20160143741A (ko) | 내비게이션 시스템의 노선 플래닝 방법, 장치 및 저장 매체 | |
CN106651027A (zh) | 一种基于社交网络的互联网班车线路优化方法 | |
CN101800927B (zh) | 基于手机用户到发量的交通起讫点信息获取方法 | |
CN107580337A (zh) | 一种热点区域识别方法和装置 | |
CN109729518A (zh) | 基于手机信令的城市交通早高峰拥堵源头识别方法 | |
CN109672986A (zh) | 一种时空大数据分析系统 | |
CN102131202A (zh) | 一种基于面积法的通信网络信息地理网格化的方法 | |
Vitello et al. | High-precision design of pedestrian mobility for smart city simulators | |
Dong et al. | Urban traffic commuting analysis based on mobile phone data | |
CN106504524A (zh) | 一种基于移动信令动态划分高速公路路段的方法 | |
CN110288125B (zh) | 一种基于手机信令数据的通勤模型建立方法及应用 | |
CN105844916B (zh) | 一种基于手机信令数据计算交通走廊客流的方法 | |
CN111417075A (zh) | 一种基于移动通信大数据的用户工作地识别方法 | |
Dash et al. | From Mobile Phone Data to Transport Network--Gaining Insight about Human Mobility | |
CN114363824B (zh) | 一种基于mr位置和道路gis信息的通勤轨迹刻画方法及系统 | |
CN114885369A (zh) | 网络覆盖质量检测处理方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |